Mise en miroir Azure SQL Database

La mise en miroir dans Fabric offre une expérience simple pour éviter les opérations ETL complexes (Extraire la charge de transformation) et intégrer votre patrimoine Azure SQL Database existant avec le reste de vos données dans Microsoft Fabric. Vous pouvez répliquer en continu vos bases de données Azure SQL existantes directement dans OneLake de Fabric. À l’intérieur de Fabric, vous pouvez déverrouiller des scénarios de décisionnel puissants, d’intelligence artificielle, d’ingénierie des données, de science des données et de partage de données.

Pour obtenir un didacticiel sur la configuration de votre base de données Azure SQL pour la mise en miroir dans Fabric, consultez tutoriel : Configurer des bases de données mises en miroir Microsoft Fabric à partir d’Azure SQL Database.

Pour en savoir plus et regarder des démonstrations de mise en miroir d’Azure SQL Database dans Fabric, regardez l’épisode Exposé de données suivant.

Pourquoi utiliser la mise en miroir dans Fabric ?

Avec la mise en miroir dans Fabric, vous n’avez pas besoin de regrouper différents services de plusieurs fournisseurs. Au lieu de cela, vous pouvez profiter d’un produit hautement intégré, de bout en bout et facile à utiliser qui est conçu pour simplifier vos besoins d’analyse, et conçu pour l’ouverture et la collaboration entre Microsoft, Azure SQL Database et les 1000 solutions technologiques qui peuvent lire le format de table Delta Lake open source.

Quelles expériences d’analytique sont intégrées ?

Les bases de données mises en miroir sont un élément de l’entreposage de données Fabric distinct du point de terminaison d’analytique SQL et de l’entrepôt.

La création d’une base de données de mise en miroir crée ces éléments dans votre espace de travail Fabric :

• Élément de base de données SQL mis en miroir. La mise en miroir gère la réplication des données en OneLake et la conversion en Parquet, dans un format prêt pour l’analytique. Cela permet des scénarios en aval tels que l’ingénierie des données, la science des données et bien plus encore.
• Un point de terminaison d’analytique SQL

Chaque base de données Azure SQL mise en miroir a un point de terminaison d’analytique SQL généré automatiquement qui offre une expérience analytique enrichie sur les tables Delta créées par le processus de mise en miroir. Les utilisateurs ont accès aux commandes T-SQL familières qui peuvent définir et interroger des objets de données, mais qui ne manipulent pas les données à partir du point de terminaison d’analyse SQL, car il s’agit d’une copie en lecture seule. Vous pouvez effectuer les actions suivantes dans le point de terminaison d’analytique SQL :

• Explorez les tables qui référencent des données dans vos tables Delta Lake à partir d’Azure SQL Database.
• Créez aucune requête et vues de code et explorez les données visuellement sans écrire de ligne de code.
• Développez des vues SQL, des fichiers TVF inline (Fonctions table) et des procédures stockées pour encapsuler votre sémantique et votre logique métier dans T-SQL.
• Gérer les autorisations sur les objets.
• Interroger des données dans d’autres entrepôts et Lakehouses dans le même espace de travail.

En plus de l’éditeur de requête SQL, il existe un vaste écosystème d’outils qui peut interroger le point de terminaison d’analyse SQL, y compris SQL Server Management Studio (SSMS),l’extension mssql avec Visual Studio Code, et même GitHub Copilot.

Mise en miroir d’Azure SQL Database derrière le pare-feu

Si votre base de données Azure SQL n’est pas accessible publiquement et n’autorise pas les services Azure à y se connecter, vous pouvez configurer la passerelle de données de réseau virtuel ou la passerelle de données locale pour mettre en miroir les données. La passerelle de données facilite les connexions sécurisées à vos bases de données sources via un point de terminaison privé ou à partir d’un réseau privé approuvé. Pour plus d’informations, consultez Tutoriel : Configurer des bases de données mises en miroir Microsoft Fabric à partir d’Azure SQL Database.

Transactions actives, charges de travail et comportements du moteur de réplication

• Les transactions actives continuent de contenir la troncation du journal des transactions jusqu’à ce que les validations de transaction et la base de données Azure SQL Database mise en miroir rattrapent, ou que la transaction abandonne. Les transactions de longue durée peuvent entraîner le remplissage du journal des transactions plus que d’habitude. Le journal des transactions de base de données source doit être surveillé afin que le journal des transactions ne soit pas rempli. Pour plus d’informations, consultez Le journal des transactions augmente en raison de transactions de longue durée et de capture de données modifiées.
• Chaque charge de travail utilisateur varie. Lors de l’instantané initial, il peut y avoir davantage d’utilisation des ressources sur la base de données source, pour le processeur et les IOPS (opérations d’entrée/sortie par seconde, pour lire les pages). Les opérations de mise à jour/suppression des tables peuvent entraîner une génération de journaux accrue. Apprenez-en davantage sur la surveillance des ressources pour votre base de données Azure SQL.

Prise en charge des modèles de niveau et d’achat

La base de données Azure SQL source peut être une base de données unique ou une base de données dans un pool élastique.

• Tous les niveaux de service du modèle d’achat vCore sont pris en charge.
• Pour le modèle d’achat DTU (Unité de transaction de base de données), les bases de données créées dans les niveaux de serviceGratuit, De base ou Standard avec moins de 100 DTUne sont pas prises en charge.

Pricing

Le calcul Fabric utilisé pour répliquer vos données dans Fabric OneLake est gratuit. Le stockage dans OneLake est gratuit en fonction de la taille de capacité. Pour plus d’informations, consultez Coût de la mise en miroir et tarification oneLake pour la mise en miroir. L’utilisation du calcul pour l’interrogation de données via SQL, Power BI ou Spark est toujours facturée en fonction de la capacité fabric.

Étape suivante

Contenu connexe

• Guide pratique pour sécuriser les bases de données mises en miroir Microsoft Fabric à partir d’Azure SQL Database
• Limitations dans les bases de données mises en miroir Microsoft Fabric à partir d’Azure SQL Database
• Surveiller la réplication mise en miroir de la base de données Fabric
• Résoudre les problèmes liés aux bases de données mises en miroir Fabric à partir d’Azure SQL Database